Машинное обучение помогает детально раскрыть внутреннюю структуру клеток

Комбинация мощной микроскопии и машинного обучения позволяет автоматически идентифицировать около 30 различных органелл и структур на сверхвысокодетализированных изображениях целых клеток. Об этом сообщает команда учёных из исследовательского кампуса Janelia Медицинского института Говарда Хьюза 6 октября 2021 года в журнале Nature.

Проблема анализа данных

Данные всего для одной клетки состоят из десятков тысяч изображений. Ручной анализ и трассировка всех органелл через эту коллекцию снимков заняли бы у одного человека более 60 лет. Новые алгоритмы на основе машинного обучения позволяют составить карту всей клетки за часы, а не годы.

Источник данных и метод

Данные были собраны с помощью электронных микроскопов, использующих метод FIB-SEM-визуализации. Этот метод позволяет снимать сверхтонкие слои образца (например, клеток млекопитающих или мозга дрозофилы) сфокусированным пучком ионов и создавать детальное 3D-представление.

Как работают алгоритмы

• Алгоритмы сегментации, разработанные в рамках проекта COSEM (Cell Organelle Segmentation in Electron Microscopy), присваивают каждому пикселю на изображении числовое значение, отражающее его расстояние до каждого из 30 типов структур.
• Затем алгоритмы интегрируют все эти числа, чтобы предсказать расположение органелл, используя prior knowledge (априорные знания) об их характеристиках (например, что микротрубочки длинные и тонкие).
• Алгоритмы обучаются на данных, в которых учёные вручную обозначили границы органелл, и учатся исключать нереалистичные комбинации (пиксель не может одновременно находиться внутри митохондрии и эндоплазматического ретикулума).

Значение и перспективы

Впервые стали видны скрытые пространственные взаимоотношения между органеллами: как они соприкасаются, контактируют друг с другом и сколько пространства занимают.

• Учёные Janelia также создали портал данных OpenOrganelle, где любой исследователь может получить доступ к наборам данных и инструментам.
• Эта работа закладывает основу для нового 15-летнего исследовательского направления Janelia — 4D Cellular Physiology, целью которого является понимание того, как клетки взаимодействуют друг с другом в разных типах тканей организма.